李水青 智东西 2024年07月04日 14:29 北京
作者 | 李水青 香草
编辑 | 云鹏
智东西7月4日报道，今天上午，2024世界人工智能大会（WAIC）在上海开幕！作为国内最高规格的AI领域行业大会之一，WAIC 2024开幕主论坛不仅有高层参与，同时汇聚了众多产学研领域大佬。
开幕式请到了三大图灵奖得主姚期智、罗杰·瑞迪（Raj Reddy）和曼纽尔·布卢姆（Manuel Blum）共同进行圆桌论坛交锋，原微软执行副总裁、美国国家工程院外籍院士沈向洋担任圆桌主持人。
更有IEEE主席托马斯·考夫林（Thomas Coughlin），清华大学苏世民书院院长、清华大学人工智能国际治理硏究院院长薛澜，上海人工智能实验室主任兼首席科学家、清华大学惠妍讲席教授周伯文，新思科技总裁兼首席执行官盖思新（Sassine Ghazi）等重磅大咖演讲。
开幕式上，沈向洋向三位图灵奖抛出了关于“AI发展及风险”、“有意识的AI”、“AI教育和人才培养”等众多产学研关注的问题。
图灵奖得主罗杰·瑞迪谈道，AI风险确实应该得到高度关注，同时我们也不能因噎废食。同时他认为当下的教育体系没法培养了解AI的未来一代人。如果AI让每个人的工作效率提升10倍，全球GDP将从100万亿美元增长到1000万亿美元。
图灵奖得主曼纽尔·布卢姆解读了其团队意识图灵机（CTM）成果，1000万个处理器都是类似于意识模型，没有一个中央决策者，而是让每一个处理器参与决策。
图灵奖得主姚期智谈及了AI发展的网络、社会和生存三大方面的风险，认为AI的风险比核问题更严峻，我们创造了比我们强大很多倍的新物种，需要探讨如何用AI控制AI避免重大破坏。
同样谈及AI治理的重要议题，薛澜谈道，巨量的基础设施已经使得全球25亿人受益，但AI发展仍面临AI技术鸿沟、治理鸿沟，阻碍全球AI的发展，需要多方一起攻克。
此外，黑石集团董事长、首席执行宫兼联合创始人苏世民（Stephen A. Schwarzman），索奈顾问及投资公司董事长、首席执行官乔舒亚·雷默（Joshua Ramo）也做了精彩分享。
此次WAIC 2024展览面积超5.2万平方米，共有500余家企业参展，展品数量超1500项，覆盖核心技术、智能终端、应用赋能等三大板块。
大会还公布了“镇馆之宝”名单，商汤科技首个面向C端用户的可控人物视频生成大模型Vimi、阿里云A编程助手通义灵码、支付宝智能助理、智谱A基座大模型、特斯拉赛博越野旅行车等入选。
01.
沈向洋对话三大图灵奖得主：
AI风险比核更严峻，但不能因噎废食
在开幕式上，三位图灵奖得主罗杰·瑞迪、曼纽尔·布卢姆和姚期智进行了精彩的圆桌对话，原微软执行副总裁、美国国家工程院外籍院士沈向洋担任主持人。
沈向洋向三位图灵奖得主提出了多个问题，包括：如何看待AI发展及担忧？为什么我们紧迫关注AI治理问题？如何看待有意识的AI等等。
1、灵奖得主罗杰·瑞迪：教育体系落后于AI时代，发展AI不能因噎废食
罗杰在当年获得图灵奖时就提到要建立大型AI系统，他在圆桌中谈道，很开心看到会场大家对AI治理和风险的探讨，没有只是去探讨怎么去用AI。大家没有花太多时间，探讨我们如何来用AI，需要做哪些研究和投资？我们现在还没做到这一点。
在能力建设方面，罗杰认为，目前我们的教育体系没办法培养未来了解AI的一代人，他们需要用AI做好自己的工作，我们怎么让每个人把自己的工作做好？这个问题很关键。
谈及接下来推进的研究，罗杰谈道，每个领域都会出现新机会，也会出现新问题，比如汽车刚出现时，为人们出行带来便利，但交通事故也带来很多伤亡。因此对于AI我们也不能因噎废食。
每个工程师都能做更好的事，如何让他们效率更高？这意味着要做很多投资和研究工作，我希望不要只想着负面，要想着未来的机会很多。他觉得最大的机会，以后每个人的工作效率会提升10倍，全球GDP将从100万亿到1000万亿美元。
2、图灵奖得主曼纽尔·布卢姆：解读图灵机CTM意识模型，模拟人脑决策
曼纽尔在现场解读了有意识的AI。他谈道，年少时他的父亲曾告诉他：“如果你知道你的这个大脑里在发生什么，那么你就会变得更加聪明一些。”很幸运，他的工作是跟意识有关的。意识可以给我们想法，让我们去建立AGI。
曼纽尔的团队已经创立了一个意识模型——图灵机CTM，以此向大家解释大脑里在发生什么。如果我们将大脑里发生的事情想成一个剧场，有一些演讲者在剧场中央讲话，我们可以让很多处理器同时工作，相当于大脑里的神经元，这些处理器会听现场发生了什么，告诉我们怎么去做各种各样的事情。
CTM意识模型特别有意思，1000万个处理器都是类似于意识模型，没有一个中央决策者，而是让每一个处理器参与决策。
曼纽尔的学生众多学生也拿到了图灵奖，当沈向洋问及他有什么为师之道？曼纽尔谦虚地称：“我的学生都比我聪明，我从他们身上学到了很多。有时候我不懂什么，我就直接说我不懂。”
3、图灵奖得主姚期智：AI治理警惕三大风险，比核风险更严峻
姚期智谈及的自己对AI治理的关注，从风险方面讲解到自己作为计算机科学家对AI治理的见解。
他认为，AI风险主要来自三个方面：（1）它是网络风险的延伸和扩大，AI能力的出现使得传统的网络风险被放大。我们已经觉得管理数据很困难，现在难度会放大100倍。（2）社会风险，人们可以用很多方式使用强大的AI，可能对某些领域带来颠覆式风险，也可能带来新的失业问题。（3）生存和存在的风险，AI风向相比于核风险可能更严峻，这都需要很多的专家来一起解决，包括科学家、政府人士、律师及经济学家都需要参与进来。
从计算机科学教角度，姚期智更关注第一类和第三类风险。
面对第一类风险，AI有时无法解释一些问题，使得研究新的密码学比较困难，我们对网络风险的应对还处在很早的阶段。
而面向第三类风险，这个和计算性有关，更大的算力可以带来更多的知识和智慧，解决很多以前解决不了的问题，这也是让人很恐惧的。现在，我们就是突然发现了一个方式，能创造比我们强大很多倍的新物种，我们需要确定能不能与它共存。
所以作为计算机科学家，姚期智看到最有深度的问题，就是我们怎么把AI控制好，避免它带来重大破坏，这是很难预测的。
02.
清华大学苏世民书院院长薛澜：
降低AI风险，缩小全球AI技术鸿沟
清华大学苏世民书院院长、清华大学人工智能国际治理硏究院院长薛澜探讨了AI治理的重要议题。
AI能为我们做什么？薛澜谈道，大家对AI给予了很高的期望，根据SDG（可持续发展目标）最新分析，AI总体来看会对可持续发展的134个（79%）具体目标产生促进作用，对59个（35%）目标产生阻碍作用。
AI对这些目标的阻碍作用，代表AI可能带来风险。这些风险包括基于技术本身的风险、基于技术开发的风险和基于技术应用/滥用的风险等多个方面，都是不可忽视的。
如何推动AI收益最大化、风险降到最低？
薛澜谈道，首先在底层，我国在产业应用安全方面推出了一系列法律法规，推动AI的合理发展。我们针对算法、算力、数据推出了一系列的治理规则，针对风险推出了一系列准则。针对一些专项问题，包括具体场景的应用，我们也出台了相应的一些治理规则。此外，我国也在采取措施推动全民数字素养的提升。
从全球角度来讲，AI发展也还面临很多挑战。一方面，巨量的基础设施已经使得25亿人受益，但AI发展仍面临技术鸿沟、治理鸿沟，阻碍全球AI的发展。当今社会，一个国家带来的风险就是全球风险。国际对安全问题日益重视，同时对AI数智鸿沟关注仍不够，需要全球社会一起努力攻克。
03.
上海AI实验室周伯文：
AI性能与安全失衡，99%算力用在预训练
以大模型为代表的深层次AI快速发展，也带来数据泄露、虚假信息、伦理问题等一系列风险、社会挑战，如何建立一个全面的AI安全治理体系，成为全球范围内的优先议题。
为此，上海人工智能实验室主任、首席科学家、清华大学慧妍讲席教授周伯文提出了一个新的技术主张——AI的45度平衡律。
这一定律指的是，从长期视角来看，AI安全与性能要大体沿着45度的路线平衡发展。
现在AI发展的路线整体是低于45度的，也就是性能发展快于安全治理，也就带来了各种风险；而如果长期高于45度，则会阻碍技术和产业应用的发展。如何找到两者之间的平衡，是亟待解决的难题。
为了实现这一定律，上海人工智能实验室提出了一条以因果为核心的路径，即可信AGI的“因果之梯”。这一路径将可信AGI的发展划分为三个递进阶段，从“泛对齐”，到“可干预”，再到“能反思”。
“泛对齐”包含当前最前沿的人类偏好技术，如机器反学习、监管式对齐、基于人类反馈对齐等。这些对齐技术目前仅依赖统一的相关性而非真正的因果关系，因此可能导致错误的推理和潜在危险。
“可干预”是第二层AI对齐技术，包含AI系统的对抗训练、机械可解释性等，其通过高可解释性和泛化性来提高安全性能，同时也提升AI能力。
“能反思”则要求AI系统不仅要追求高效的执行任务，还要审视自身行为的外在影响和潜在风险，从而保证在高性能的前提下安全和道德边界不被突破。这个阶段的技术包括基于价值的训练、因果可解释性、反事实推理等。
周伯文谈道，目前全球AI安全和性能技术发展主要停留在第一阶段，一部分开发者在尝试第二阶段。但要真正实现AI的安全与性能平衡，必须完善第二阶段，并勇于攀登第三阶段。
最后，他呼吁全球开发者加强国际合作，这对于推动AI技术健康发展至关重要，我们的共同目标是构建一个开放安全的AI创新生态系统和人才培养环境。
04.
新思科技CEO盖思新：
能耗减少30%，缓解人才紧缺
新思科技总裁兼首席执行官盖思新认为，从商业和企业的角度来看，我们要了解AI产业链是从半导体开始的，同时也离不开上层软件。
回顾半导体行业历史，行业花了60年才实现5000亿美元的销售额，2020年翻了1倍到1万亿美元，几乎所有的这些增量都是由AI的增长所驱动的。
AI是一个非常大的转折点。盖思新谈道，新思公司为此提供软件，帮工程师使用复杂的半导体芯片，尽可能用软件实现自动化。AI能帮我们改进芯片开发的过程，从而实现更快的速度，在各方面实现优化。
“我们在AI上面有很多共同的原则。”包括政府合规问题，芯片中每个部分的材料都要保证安全，确保芯片没有不合规成分且监管高效。同时，如何使得半导体能耗消耗更高效，也是我们在半导体设计中需要考虑的问题。
新思科技有2万多名工程师，如何用AI来助力业务？
新思科技创办了一个AI卓越中心，以此教育自己的工作人员，让他们知道AI的价值、伦理及风险等，并帮他们教育客户来使用AI来开发芯片。
同时，新思科技也对AI进行商业化，2017年开始就在投资AI，在提供客户的方案里涉及AI，目前也已经包含很多生成式AI内容，比如用用生成式AI作为知识基础，提升工程师的效率，缓解工程师人才紧缺问题，从而提高整个行业的工作效率。
在耗能方面，基于AI技术服务，能耗减少30%，涉及更复杂的问题时效率还能增长15倍。
05.
全球治理高端对话：
拥抱新技术，建立学术界新扶持方式
AI的快速发展，对企业运营模式、价值评估以及投资决策过程也产生了深远影响，深刻改变了投资格局。
黑石集团董事长、首席执行官兼联合创始人苏世民与索奈顾问及投资公司董事长、首席执行官乔舒亚·雷默就这一系列问题，展开了全球治理高端对话。
从商业的角度来看，AI是怎么改变一家企业现有的价值认定的？
苏世民谈道，自己在刚入行的时候并不擅长做模型，而现在出现了新的AI应用，可以帮助自己起草会议备忘录等，带来了很多惊喜。
在他看来，虽然对新的技术仍需保持一定警惕性，但不能“像鸵鸟一样把头埋在沙子里”充耳不闻，也不能完全不关注技术风险。
在AI领域中，苏世民是在学术研究方面慈善捐赠规模最大的人之一。当雷默问及为什么突然选择AI这个领域时，苏世民有些感慨地回答：“我想并不是我选择了AI，而是AI选择了我。”
早些时候，他曾作为投资新人资助了牛津大学的一个AI伦理运营项目。之所以这么做，是因为当时每个人都涌向纯理科投资的时候，他觉得需要将理科研究和人类情感上的一些事情相结合，去进行思考和研究，因为“这将会影响和改变人类未来10-20年之后的一些行为”。
同时他也十分关注监管方面的项目，在他看来，从事硬核技术、理科技术的人，在有可能出错的地方应心存敬畏。
相比于商业界，高校等学术机构现在在AI竞争方面处于劣势，一些突破性的进展大多出现在商业领域。这是算力等开发成本所导致的结构性变化。苏世民谈道，随着AI的持续发展，必须对学术界建立一种更有价值的扶持方式，要做一些比仅仅资助一位教授的研究项目来说，更有意义的事情。
06.
结语：生成式AI狂飙，
风险管控成为重要议题
在去年的WAIC上，产学研大佬们畅谈大模型浪潮，对下一阶段发展方向、应用爆发领域展开深入探讨和积极展望。
而到了今年，AI风险与安全已成为最受关注的话题之一，无论是性能与安全的平衡，还是教育体系的落后，都是全球范围内共同探讨的重要议题。
总的来看，AGI仍是科技行业共同期待的目标。我们期待看到各行各业能在安全可信的指导下，为AGI的发展注入新的生命力。
本文作者可以追加内容哦 !
